非重构压缩样值的MPSK信号最大似然调制识别

在不重构出原始MPSK信号的前提下进行多元假设，推导出不同假设下压缩样值的最大似然函数，提出一种压缩域最大似然调制识别方法。在压缩感知（CS）框架下，压缩域最大似然调制识别方法（compressive maximum likelihood，CML）使用远小于传统的基于奈奎斯特采样的最大似然调制识别方法（traditional maximum likelihood，TML）所需的采样个数实现MPSK信号的调制识别。同时给出了在压缩域进行调制识别的标准，并分析了CML算法的识别的性能。最后给出了该方法的性能仿真。仿真表明CML算法的运算复杂度更低，速度更快，而识别性能仅略低于TML算法。压缩比为1/2，信噪比为-8dB时，CML算法对BPSK信号的识别率达到95%。